基于降阶基的电机快速学习型代理模型
机器学习
2024-06-28 v1
摘要
代理模型以较低的计算成本近似偏微分方程求解器的输出。本文针对参数化偏微分方程（即依赖于一组参数且同时是时间和空间过程的偏微分方程）提出了一种构建基于学习的代理模型的方法。我们的贡献是一种混合了本征正交分解与多个支持向量回归机的方法。该方法旨在实时运行，因此适用于数字孪生场景，用户可基于所提出的代理模型对结果进行交互式分析。我们在两个关于电机的用例上展示了有前景的结果。这些用例并非玩具示例，而是由工业计算代码生成，使用了代表非平凡几何形状的网格并包含非线性。
引用
@article{arxiv.2406.18990,
title = {A Fast Learning-Based Surrogate of Electrical Machines using a Reduced Basis},
author = {Alejandro Ribés and Nawfal Benchekroun and Théo Delagnes},
journal= {arXiv preprint arXiv:2406.18990},
year = {2024}
}